论文部分内容阅读
针对有标记故障样本不足和故障特征集维数过高的问题，提出基于正交半监督局部 Fisher 判别分析（Orthogonal semi-supervised local Fisher discriminant analysis, OSELF）的故障诊断方法。所提出的OSELF能够充分地利用蕴含于无标记故障样本中的故障信息，避免了因有标记故障样本不足引起的过学习问题,同时采用正交迭代方式求解最优正交映射矩阵，克服现有方法无法得到正交映射矩阵的不足。正交映射矩阵的基矢量统计不相关，可有效地提高所得低维特征矢量的可辨